Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROBABILIDADES CONTINUAS
Y DISCRETAS
IAA
INTEGRANTES :
-REYES PEREZ VALENTIN RAMIRO.
-GUTIERREZ OLIVO PAMELA.
-ORTEGA CASTILLO JESUS.
-DIAZ SUARES FAUSTO
Distribución de probabilidad continua.
Para una variable continua hay infinitos
valores posibles de la variable y entre cada
dos de ellos se pueden definir infinitos
valores más. En estas condiciones no es
posible deducir la probabilidad de un valor
puntual de la variable; como se puede
hacer en el caso de variables discretas,
pero es posible calcular la probabilidad
acumulada hasta un cierto valor (función
de distribución de probabilidad), y se puede
analizar como cambia la probabilidad
acumulada en cada punto (estos cambios
no son probabilidades sino otro concepto:
la función de densidad.
Las distribuciones de variable continua más
importantes son las siguientes:
Distribución Beta.
-Distribución exponencial.
-Distribución F.
-Distribución Gamma.
-Distribución ji cuadrado.
-Distribución normal.
-Distribución t de Student.
-Distribución uniforme continua.
DISTRIBUCION BETA .
En la teoría de probabilidad y estadística, la distribución beta
representa una familia de distribuciones de probabilidad continuas con
soporte en el intervalo (0,1). La densidad beta es caracterizada por dos
parámetros positivos, indicados generalmente por α y β o u y v, que
son parámetros de localización y de escala
DISTRIBUCION EXPONENCIAL
la distribución exponencial tiene una gran utilidad
práctica ya que podemos considerarla como un modelo
adecuado para la distribución de probabilidad del tiempo
de espera entre dos hechos que sigan un proceso de
Poisson. De hecho la distribución exponencial puede
derivarse de un proceso experimental de Poisson con las
mismas características que las que enunciábamos al
estudiar la distribución de Poisson, pero tomando como
variable aleatoria , en este caso, el tiempo que tarda en
producirse un hecho
Obviamente, entonces , la variable aleatoria será
continua. Por otro lado existe una relación entre el
parámetro a de la distribución exponencial , que más
tarde aparecerá , y el parámetro de intensidad del
proceso l , esta relación es a = l
DISTRIBUCION F.
La distribución F sirve para demostrar las variaciones de una población. Más
específicamente, se usa una distribución F cuando se busca estudiar la razón
de las varianzas de dos poblaciones distribuidas normalmente. Asimismo, este
tipo de distribución también se utiliza en un análisis de varianza de un factor
(ANOVA). El análisis de varianza se encarga de comparar la variación entre
varios grupos o poblaciones y la variación que hay dentro de cada una de ellas.
Para lograrlo, se usa una proporción de variaciones. La distribución F permite
analizar la relación entre las varianzas.
DISTRIBUCION GAMMA.
En teoría de probabilidad y Estadística, la
distribución gamma es una distribución con dos
parámetros que pertenece a las distribuciones
de probabilidad continuas. La distribución
exponencial, distribución de Erlang y la
distribución χ² son casos particulares de la
distribución gamma. Hay dos diferentes
parametrizaciones que suelen usarse
Uniforme discreta
Bernoulli
Binomial
Poisson
Geométrica
Binomial Negativa
Uniforme discreta
Su función de probabilidad es
Admite una única moda cuando l no es entero (la moda es la parte entera de l,
[l]) y dos cuando es entero (l-1y l).
Su coeficiente de asimetría vale y el de curtosis
Ejemplo :El jugador de baloncesto tiene una media de 1 enceste por
temporada desde una distancia de 10 metros. Admitiendo que el número
de enceste desde esa distancia sigue una distribución de Poisson, ¿cuál
es la probabilidad de que consiga dos encestes?, y ¿la probabilidad de
más de 3 encestes?
Su función de probabilidad es
Ejemplo:Para el jugador de baloncesto al lanzar tiros libres, ¿cuál es el
número medio de fallos antes del primer acierto?
Su función de probabilidad es
Ejemplo 6: Para el jugador de baloncesto, ¿cuál es la probabilidad de que falle
5 tiros libres antes de conseguir 7 puntos?
https://www.sergas.es/Saude-
publica/Documents/1899/Ayuda_Epidat_4_Distribuciones_de_probabili
dad_Octubre2014.pdf
http://www5.uva.es/esstadmed/probvar/d_univar/d_univar8.htmalguien
@ejemplo.com
GRACIAS POR SU ATENCIÓN